小编bmj*_*owe的帖子

简单的问题.我的模板中有一个列表,想要输出列表的长度.我是否必须在我的视图中计算并通过我的上下文将其交给我？

<p>the size of the list is {{??}}</p>

{% for element in list %}
<p>element.Name</p>
{% end for %}

我有一些keras代码同步工作以预测给定的输入,我甚至做了修改,所以它可以使用标准的多线程(在这个单独的类中使用锁)但是当通过异步芹菜运行时(即使有一个工人和一个任务)我在keras模型上调用predict时遇到错误.

@app.task
def predict_task(param):
  """Run task."""
  json_file = open('keras_model.json', 'r')
  loaded_model_json = json_file.read()
  json_file.close()
  model = model_from_json(loaded_model_json)
  model.load_weights('keras_weights.h5')

  tokenizer_file = open('tokenizer.pickle',
                      'rb')
  tokenizer = pickle.load(tokenizer_file)
  sequences = tokenizer.texts_to_sequences(['example text'])
  one_hot_encoded_text_vector = pad_sequences(sequences, maxlen=140,
                                            padding="post")

  one_hot_encoded_text_vector = np.asarray(one_hot_encoded_text_vector)
  return model.predict(x=one_hot_encoded_text_vector, batch_size=1)

错误:

Current thread 0x00007fff736b2300 (most recent call first):
  File "venv/lib/python3.5/site-packages/theano/compile/function_module.py", line 903 in __call__
  File "venv/lib/python3.5/site-packages/keras/backend/theano_backend.py", line 1227 in __call__
  File "venv/lib/python3.5/site-packages/keras/engine/training.py", line 1301 in _predict_loop
  File "venv/lib/python3.5/site-packages/keras/engine/training.py", line 1800 in predict
  File "venv/lib/python3.5/site-packages/keras/models.py", line 1027 in predict
  File "tasks.py", …

我正在处理超过500万个项目的Queryset(对于批量ML目的),我需要拆分查询集(所以我可以执行多线程操作)而不评估查询集,因为我只需要访问查询集中的每个项目因此我不想缓存评估原因的查询集项.

是否可以将项目选择到一个查询集中并将其拆分而不进行评估？或者我将不得不通过使用Limits [:size]查询多个查询集来实现此行为？

注意:我知道可以使用Iterable来循环查询集而不进行评估,但我的问题与如何拆分查询集(如果可能)然后在每个拆分的查询集上运行迭代相关.